復(fù)雜背景下小尺寸多角度人臉檢測方法研究 | |
所屬分類:技術(shù)論文 | |
上傳者:wwei | |
文檔大?。?span>234 K | |
標(biāo)簽: 人臉檢測 多任務(wù)級聯(lián)卷積神經(jīng)網(wǎng)絡(luò) 輕量化網(wǎng)絡(luò) | |
所需積分:0分積分不夠怎么辦? | |
文檔介紹:為了提升復(fù)雜背景下小尺寸人臉檢測精度,提出了一種人臉檢測方法GhostNet-MTCNN。在多任務(wù)級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)(MTCNN)主干網(wǎng)絡(luò)上,將占用計(jì)算資源的普通卷積進(jìn)行舍棄,利用GhostNet網(wǎng)絡(luò)中計(jì)算量更低的Ghost bottleneck模組替代卷積的作用,重新構(gòu)建網(wǎng)絡(luò)特征提取功能,從而搭建一個新的模型。實(shí)驗(yàn)結(jié)果表明,該方法可以有效平衡參數(shù)量和精度。在Easy、Medium、Hard三種驗(yàn)證集上,與MTCNN相比在參數(shù)量僅增加0.62M的前提下精度分別提升了 5.6%、6.6%、7.8%,與MobileNetV3-MTCNN相比在參數(shù)量減少1.27M的同時(shí)精度又分別提升了1.6%、0.8%、0.5%。該研究能夠在復(fù)雜場景下提高模型對小尺寸、多角度人臉檢測精度,同時(shí)也能夠有效平衡參數(shù)量和檢測精度使其成為在邊緣設(shè)備部署中更優(yōu)的選擇。 | |
現(xiàn)在下載 | |
VIP會員,AET專家下載不扣分;重復(fù)下載不扣分,本人上傳資源不扣分。 |
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2